子动力学在信息网络发展中的应用

发布时间：2017-09-24 22:46

  本文关键词：子动力学在信息网络发展中的应用

  更多相关文章： 子动力学方程 大脑网络 自相似性 Rigged Hilbert空间 Hilbert空间 量子密码术

【摘要】：我们所处的21世纪是信息化世纪,信息化革命是继工业革命、电子革命后的第三大科技革命,信息化发展的主题是速度、质量,我们会发现在生活中信息总是以各种网络的形式传播出去,而信息在网络中传输的速度和质量则是我们要考虑的主要问题,本文主要通过子动力学理论对网络中信息传输的问题进行讨论。 首先我们从93版子动力学理论出发,探讨了子动力学的一大特征-产生和消灭算符的构造,我们把产生和消灭算符代入刘维尔方程,便得到刘维尔子动力学方程,接着我们通过一系列的变换技巧,得到产生和消灭算符的基本算子方程和矩阵元公式。 然后,我们试图通过子动力学中的映射机制来描述大脑网络的自相似性,因为两者在结构上有很大的相似性,我们先介绍了一下大脑网络的发展现状,接着假设大脑网络的哈密顿量H,利用大脑网络的自相似特征,引入投影算符,求解出大脑网络的哈密顿量,更进一步我们建立了神经元组织的海森堡模型,计算得到三维海森堡模型哈密顿量的矩阵表现形式,我们对这个矩阵求解得到本征解和谱表达的一般表达式,我们利用迭代的求法,最后我们把这个结果代入量子系统的密度算符中得到密度分布变化的方程,从这个方程的解可以求出所有的热力学基本量。 最后针对量子加密技术,我们先介绍了信息密匙的概念、经典的信息加密技术及其缺点、量子加密技术的优点、量子加密技术的理论基础及其产生和发展,然后我们通过计算分析证明,窃听者可以通过Rigged Hilbert空间窃听Hilbert空间的公共信道中的信息,而不会引起量子信息密匙的改变,这样会导致接收者无法确定是否泄密,我们针对性的提出一种Rigged Hilbert空间的量子反密码术。 最后,我们对所探讨的问题进行了总结和展望,具体来说对大脑网络和量子密码术中的一些仍然存在问题做了阐述,比如说大脑网络中的我们所有的一切实验结果都是从大脑收到某种信息后,大脑哪些部分的神经元活动激烈,来判断大脑每一部分的功能,我们还没技术细化到每一部分的神经元细胞组织或者环境等等有什么不同,才导致每个部分功能不同,另外就是我们必须在活体实验的基础下,因为大脑离开了赖以生存的躯体就马上停止工作了,这些都是现代大脑研究的难度问题,另外用于大脑观测的仪器设备也是困难重重,但是毕竟利用复杂网络和相似网络的概念大脑网络的研究还是有所进展的。此外,量子密匙技术也不是绝对安全的,事实上,小的希尔伯特空间有可能被更大的希尔伯特空间所窃听,从而使得量子密码术的函数空间越来越复杂,使反量子密码术成为可能。也许将来,正反量子密码术两者的互动是促进这门科学前进的动力。
【关键词】：子动力学方程 大脑网络 自相似性 Rigged Hilbert空间 Hilbert空间 量子密码术
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：O413;F49
【目录】：

• 摘要4-6
• Abstract6-8
• 目录8-9
• 第1章 绪论9-14
• 1.1 本课题研究的背景和意义9-11
• 1.2 本课题研究的主要内容11-14
• 第2章 子动力学的理论14-21
• 2.1 一般动力系统的子动力学14-18
• 2.1.1 产生和消灭关联算符的引入15-17
• 2.1.2 产生和消灭算子的基本算子方程17-18
• 2.2 Rigged Hilbert 空间18-21
• 第3章 子动力学在大脑网络中的应用21-45
• 3.1 人类对大脑网络研究的成果21-26
• 3.2 大脑网络系统的本征值问题26-45
• 3.2.1 方程规则26-28
• 3.2.2 量子计算的本征值问题28-31
• 3.2.3 大脑神经网络的物理模型31-45
• 第4章 子动力学在反量子信息密匙传输中的应用45-57
• 4.1 信息密匙和RHS47-49
• 4.2 RHS规则49-50
• 4.3 方案机制的特征50-57
• 第5章 总结和展望57-59
• 5.1 总结57
• 5.2 展望57-59
• 参考文献59-62
• 致谢62-63
• 附录：在攻读硕士学位期间发表的论文及工作63

【参考文献】

中国期刊全文数据库 前5条

1 毕桥;柳贵平;李永;;量子相干网络[J];广西师范大学学报(自然科学版);2008年01期

2 张融,朱士群;离子阱中量子逻辑门的实现[J];量子光学学报;2002年S1期

3 陈道佳,陈兆仁;基于神经网络的开关电器设计与算法[J];微计算机信息;2004年08期

4 李传锋,郭光灿;量子信息研究进展[J];物理学进展;2000年04期

5 王秀丽;李岚;;基于神经网络的PWM优化消谐开关角算法[J];微特电机;2006年03期

，

本文编号：913921